GSM新技术新组网及应用前景探讨

简要介绍了目前GSM新技术的现状和适用场景,分析了GSM新型组网方案和存在的问题,探讨了数据流量爆发性增长对GSM网络的影响,并对未来我国GSM新技术新组网的应用进行了展望。     

c向提拉法生长的四英寸蓝宝石单晶缺陷研究

采用提拉法沿[0001]方向成功生长出了四英寸蓝宝石单晶。X射线摇摆曲线测试结果表明晶体具有较好的晶格完整性。采用化学腐蚀法并借助光学显微镜观察了(0001)面的位错及形貌。研究了腐蚀温度、腐蚀时间、机械抛光和化学抛光对位错密度及形貌的影响。计算得到平均位错密度为6190 cm-2,优于一般提拉法生长的蓝宝石单晶。     

基于径向基神经网络的测定抗结核药物主成分质量分数的近红外光谱定量分析模型

建立了同时测定利福平片、异烟肼片、吡嗪酰胺片、异福片和异福酰胺片5种抗结核药物中的利福平(RMP)、异烟肼(INH)和吡嗪酰胺(PZA)含量的新方法,应用径向基神经网络(RBFNN)建立5种抗结核片剂药物样品的近红外光谱(NIRS)与其中RMP、INH和PZA含量间相关模型.模型以交互验证均方根误差(RMSECV)为评价标准,选择最有效光谱区域、对网络结构参数和扩展常数进行优化,得到最优定量分析模型.最优模型的RMSECV分别为0.0127、0.0104、0.0078,应用最优模型对预测集样品中RMP、INH和PZA含量进行预测,预测均方根误差(RMSEP)分别为0.0125、0.0109、0.0103.内部交互验证和外部验证均表明,该方法具有较高的准确度,能够满足5 种抗结核药物生产中RMP、INH和PZA的同时检测精度要求.     

一种用于暗域交替式相移掩模设计的自适应版图划分方法

提出了一种新的用于加速130nm以下工艺交替式相移掩模设计流程的版图划分方法,该方法能够自适应调整版图划分的粒度.讨论了消除相位冲突的方法和版图压缩中相位兼容性保持的策略.利用上述算法实现的CAD原型系统经多个工业界例子的测试表明能够有效地适应随版图尺寸而快速增长的相位冲突复杂性,同时提供较好的PSM设计质量,并能满足不同求解精度和加速比的要求.     

基于CT数据反求快速制造牙颌技术研究

为了快速制造牙颌模型和用于正畸领域的转移托盘,采用螺旋CT扫描数据、3维反求和快速成型技术相结合,分别用选择性激光烧结技术与光固化树脂成型制造牙颌,重点提出用选区激光熔化技术快速制造金属牙颌与舌侧托槽组合体,再由吸塑工艺制得正畸治疗所需的转移托盘方法。获得了牙颌模型具有高的尺寸精度,所得的转移托盘能够与托槽吻合完好。结果表明,此方法为正畸医生的诊断、治疗所需要的牙颌模型提供了较好的制作思路,并为托槽安装定位提出了好的方法。     

基于有限元算法和人工神经网络结合的多芯片LED光源多物理场分析

多芯片LED光源的可靠性分析涉及到光、电、热多个物理场,高精度的多场分析结果会导致计算资源过多、计算时间过长、计算难度大等问题。为解决上述问题,本文分别利用传统的有限元算法(FEM)和高效的人工神经网络方法(ANN)进行LED光源温度分析,并讨论两种方法的优劣性。最后,通过将FEM分析单一传热物理场的优势与ANN计算时间短、计算资源需求低的优势相结合,归纳出一种更为高效的方法来进行多芯片LED光源的散热分析。利用该方法,ANN的预测数据与训练数据之间的相关系数达到了0.997 79,预测结果与实际热分布图有良好的匹配,计算资源相比传统的FEM方法节约了59%。该方法的应用能够在满足精度的前提下耗费更少的计算资源和时间,同时提高了分析的灵活性。除此之外,该方法对求解大功率LED光源寿命等可靠性问题也具有一定的参考价值。     

再结晶退火对冷轧含磷IF钢微观组织特征的影响

本文对80％冷轧变形量、1mm板厚的含磷IF钢施以相同温度不同保温时间的退火处理。采用金相显微镜及电子背散射衍射（EBSD）等实验手段,研究了不同保温时间条件下,IF钢板的微观组织和主织构及晶界特征演变规律。结果表明实验钢在810℃保温180s和360s均发生了完全再结晶,主织构是{111}〈110〉和{111}（112）,晶界特征主要是低∑CSL晶界。     

车载定向天线云台随动系统设计

在无线图像传输通信系统中,要获得较高的接收增益,需要定向接收天线对准信号发射源。本文针对由指挥车和被控车辆组成的应用平台,利用磁罗盘和GPS的定向、定位技术设计了车载定向天线云台随动系统。在该系统中,定向接收天线和磁罗盘固定在指挥车云台上,GPS接收机天线安装在指挥车上。通过随动系统控制云台转动,     

一种基于TEE的区块链智能合约架构设计

针对现有图灵完备的智能合约架构必须依赖虚拟机或容器,存在执行效率低、可维护性弱和安全性能力不足等问题,提出了一种基于可信执行环境的可动态加载智能合约架构,通过可信应用（Trusted Application,TA）实现智能合约关键且通用的逻辑,突破智能合约对于高级编程语言和标准库的支持,实现可插拔的智能合约软件模块,减轻了开发者学习成本,提升了区块链智能合约的安全性、编程效率、执行效率和易用性。经过实验验证,在未使用TA的情况下,系统吞吐量可达到31 000 TPS,在使用TA的情况下,可实现系统平均吞吐量为520 TPS。     

面向非独立同分布数据的联邦学习数据增强方案

为了解决联邦学习节点间数据非独立同分布(non-IID)导致的模型精度不理想的问题,提出一种隐私保护的数据增强方案。首先,提出了面向联邦学习的数据增强框架,参与节点在本地生成虚拟样本并在节点间共享,有效缓解了训练过程中数据分布差异导致的模型偏移问题。其次,基于生成式对抗网络和差分隐私技术,设计了隐私保护的样本生成算法,在保证原数据隐私的前提下生成可用的虚拟样本。最后,提出了隐私保护的标签选取算法,保证虚拟样本的标签同样满足差分隐私。仿真结果表明,在多种non-IID数据划分策略下,所提方案均能有效提高模型精度并加快模型收敛,与基准方法相比,所提方案在极端non-IID场景下能取得25%以上的精度提升。